JPH08147314A - 認識型文書ファイリング装置及びその制御方法 - Google Patents
認識型文書ファイリング装置及びその制御方法Info
- Publication number
- JPH08147314A JPH08147314A JP6283257A JP28325794A JPH08147314A JP H08147314 A JPH08147314 A JP H08147314A JP 6283257 A JP6283257 A JP 6283257A JP 28325794 A JP28325794 A JP 28325794A JP H08147314 A JPH08147314 A JP H08147314A
- Authority
- JP
- Japan
- Prior art keywords
- character
- candidate
- recognition
- type
- text data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Character Discrimination (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【目的】 認識結果が疑わしい文字については特徴ベク
トルが保存することで、後で精度のよい識別計算を行え
るようにする。 【構成】 イメージスキャナ３で読み取った文書画像は
ＲＡＭ４に格納され、文字の切り出し、特徴ベクトルの
抽出が行われる。抽出された特徴ベクトルは平均特徴ベ
クトルとのユークリッド距離を計算し、近い順に所定個
の候補文字群を得、それを大分類部１１に格納する。
この後、各候補につき、書体毎の疑似ベイズ識別式を演
算し、各候補の上位の所定個を出力する。そして、その
中の第１の候補の疑似ベイズ識別式の値と、第２候補の
値との差を判定し、それが所定以上ある場合には、第１
候補は正しいものとして判定し、そうでなければ不確か
であるとして判定する。不確かであると判定された文字
については、その文字に関する特徴ベクトルを記憶す
る。
トルが保存することで、後で精度のよい識別計算を行え
るようにする。 【構成】 イメージスキャナ３で読み取った文書画像は
ＲＡＭ４に格納され、文字の切り出し、特徴ベクトルの
抽出が行われる。抽出された特徴ベクトルは平均特徴ベ
クトルとのユークリッド距離を計算し、近い順に所定個
の候補文字群を得、それを大分類部１１に格納する。
この後、各候補につき、書体毎の疑似ベイズ識別式を演
算し、各候補の上位の所定個を出力する。そして、その
中の第１の候補の疑似ベイズ識別式の値と、第２候補の
値との差を判定し、それが所定以上ある場合には、第１
候補は正しいものとして判定し、そうでなければ不確か
であるとして判定する。不確かであると判定された文字
については、その文字に関する特徴ベクトルを記憶す
る。
Description
【０００１】
【産業上の利用分野】本発明は、原稿文書から文書を読
取って文字を認識し、当該原稿文書を記憶蓄積する認識
型文書ファイリング装置及びその制御方法に関する。
取って文字を認識し、当該原稿文書を記憶蓄積する認識
型文書ファイリング装置及びその制御方法に関する。
【０００２】
【従来の技術】従来、文書ファイリング装置において
は、文書をイメージスキャナで読取り、ビットマップの
イメージデータにして記憶蓄積していた。この場合、文
書画像を圧縮したとしても、その量は大きく、多量の文
書画像を記憶するには膨大な容量を持つ記憶媒体を要す
る。また、記憶される情報は、テキストデータでないの
で文書の中の単語をキーワードにして検索ができないと
いう問題もある。
は、文書をイメージスキャナで読取り、ビットマップの
イメージデータにして記憶蓄積していた。この場合、文
書画像を圧縮したとしても、その量は大きく、多量の文
書画像を記憶するには膨大な容量を持つ記憶媒体を要す
る。また、記憶される情報は、テキストデータでないの
で文書の中の単語をキーワードにして検索ができないと
いう問題もある。
【０００３】そこで、文字認識装置（ＯＣＲ）で文書の
文字を認識してテキストデータの形式にして記憶蓄積す
る認識型文書ファイリング装置が提案されていた。
文字を認識してテキストデータの形式にして記憶蓄積す
る認識型文書ファイリング装置が提案されていた。
【０００４】
【発明が解決しようとする課題】しかしながら、ＯＣＲ
はその認識率が向上したといっても、１００％正確に文
字を認識するには残念ながら至っていない。従って、従
来の認識型文書ファイリング装置ではテキストデータに
誤って認識した文字が含まれてしまう問題がある。ま
た、ＯＣＲの後処理機能として通常認識結果を修正する
手段が使用されることが可能であるが、その場合は修正
の手間が多く発生する問題がある。
はその認識率が向上したといっても、１００％正確に文
字を認識するには残念ながら至っていない。従って、従
来の認識型文書ファイリング装置ではテキストデータに
誤って認識した文字が含まれてしまう問題がある。ま
た、ＯＣＲの後処理機能として通常認識結果を修正する
手段が使用されることが可能であるが、その場合は修正
の手間が多く発生する問題がある。
【０００５】
【課題を解決するための手段】及び
【作用】本発明は上記問題点に鑑みなされたものであ
り、認識結果が疑わしい文字については特徴ベクトルが
保存することで、後で精度のよい識別計算を行えるよう
にした認識型文書ファイリング装置及びその制御方法を
提供しようとするものである。
り、認識結果が疑わしい文字については特徴ベクトルが
保存することで、後で精度のよい識別計算を行えるよう
にした認識型文書ファイリング装置及びその制御方法を
提供しようとするものである。
【０００６】この課題を解決するため、例えば本発明の
認識型文書ファイリング装置は、以下の構成を備える。
すなわち、入力した画像データから切り出した文字画像
を認識し、ファイリングする認識型文書ファイリング装
置であって、文字画像の標準的特徴データを、文字種毎
に文字コードと対応させて記憶している識別辞書と、切
り出した文字画像の特徴ベクトルと前記標準的特徴デー
タとから、文字種ごとに相違度を演算し、相違度の小さ
い順から複数個の候補文字種を選出する識別手段と、認
識精度の不確かさを判定するチェック候補判定手段と、
前記識別手段により選出された候補文字種の情報からテ
キストデータを生成するテキストデータ生成手段と、チ
ェック候補判定手段によりチェック候補となった候補文
字種に対応する特徴ベクトルを抽出するチェック候補文
字特徴抽出手段とを備え、前記テキストデータ生成手段
は、チェック候補の特徴ベクトルをテキストデータの候
補文字種と対応させてテキストデータに持たせ、該テキ
ストデータを記憶する。
認識型文書ファイリング装置は、以下の構成を備える。
すなわち、入力した画像データから切り出した文字画像
を認識し、ファイリングする認識型文書ファイリング装
置であって、文字画像の標準的特徴データを、文字種毎
に文字コードと対応させて記憶している識別辞書と、切
り出した文字画像の特徴ベクトルと前記標準的特徴デー
タとから、文字種ごとに相違度を演算し、相違度の小さ
い順から複数個の候補文字種を選出する識別手段と、認
識精度の不確かさを判定するチェック候補判定手段と、
前記識別手段により選出された候補文字種の情報からテ
キストデータを生成するテキストデータ生成手段と、チ
ェック候補判定手段によりチェック候補となった候補文
字種に対応する特徴ベクトルを抽出するチェック候補文
字特徴抽出手段とを備え、前記テキストデータ生成手段
は、チェック候補の特徴ベクトルをテキストデータの候
補文字種と対応させてテキストデータに持たせ、該テキ
ストデータを記憶する。
【０００７】また、本発明の好適な実施態様に従えば、
前記チェック候補判定手段は、切り出された文字画像と
認識候補文字に対する疑似ベイズ識別式を算出し、第１
の候補と第２の候補の文字に対する疑似ベイズ識別式の
値が所定の閾値を越えるか否かで不確かさを判定するこ
とが望ましい。
前記チェック候補判定手段は、切り出された文字画像と
認識候補文字に対する疑似ベイズ識別式を算出し、第１
の候補と第２の候補の文字に対する疑似ベイズ識別式の
値が所定の閾値を越えるか否かで不確かさを判定するこ
とが望ましい。
【０００８】
【実施例】以下、添付図面に従って本発明に係る実姉例
を詳細に説明する。
を詳細に説明する。
【０００９】図１は、本発明を表す実施例のハードウェ
アブロック図である。図中、１は全体の制御・識別計算
・文字切出し等を行うＣＰＵ、２はアドレス／データバ
ス、３は文書を読み込み光電変換を行いイメージとして
取り込むためのイメージスキャナ、４はイメージスキャ
ナで読み込まれた文書イメージを記憶したり、ＣＰＵ１
の作業領域となるメモリとしてのＲＡＭ(Random Access
Memory)である。５は文字画像から特徴を抽出する特徴
抽出部、６および７は詳細識別に使われる標準パターン
を記憶している詳細辞書Ａ，Ｂ、８は文書イメージや認
識結果等を表示するディスプレイの表示部、９は表示部
８の任意の位置を指定するポインティングデバイス、１
０はブートプログラムや文字フォントを格納しているＲ
ＯＭ(Read Only Memory)、１１は大まかに候補文字を絞
り込む処理を行う大分類部、１２は大分類で使用される
標準パターンを記憶している大分類辞書、１３は文書イ
メージや認識結果等を保存したり、ＯＳ及び後述する処
理手順（プログラム）を記憶している外部記憶部、１４
はＣＰＵに指示を与えるコマンドや種々のデータを入力
するためのキーボード、１５は文書イメージや認識結果
等を印刷するプリンタである。
アブロック図である。図中、１は全体の制御・識別計算
・文字切出し等を行うＣＰＵ、２はアドレス／データバ
ス、３は文書を読み込み光電変換を行いイメージとして
取り込むためのイメージスキャナ、４はイメージスキャ
ナで読み込まれた文書イメージを記憶したり、ＣＰＵ１
の作業領域となるメモリとしてのＲＡＭ(Random Access
Memory)である。５は文字画像から特徴を抽出する特徴
抽出部、６および７は詳細識別に使われる標準パターン
を記憶している詳細辞書Ａ，Ｂ、８は文書イメージや認
識結果等を表示するディスプレイの表示部、９は表示部
８の任意の位置を指定するポインティングデバイス、１
０はブートプログラムや文字フォントを格納しているＲ
ＯＭ(Read Only Memory)、１１は大まかに候補文字を絞
り込む処理を行う大分類部、１２は大分類で使用される
標準パターンを記憶している大分類辞書、１３は文書イ
メージや認識結果等を保存したり、ＯＳ及び後述する処
理手順（プログラム）を記憶している外部記憶部、１４
はＣＰＵに指示を与えるコマンドや種々のデータを入力
するためのキーボード、１５は文書イメージや認識結果
等を印刷するプリンタである。
【００１０】＜処理説明＞ ・前処理 次に図２のフローチャートに従って説明する。まず、ス
テップＳ２１０ではイメージスキャナ３にセットされた
文書を読取り、光電変換・２値化を行ってビットマップ
のイメージデータ（文書イメージと呼ぶ）にしてＲＡＭ
４に記憶させる。
テップＳ２１０ではイメージスキャナ３にセットされた
文書を読取り、光電変換・２値化を行ってビットマップ
のイメージデータ（文書イメージと呼ぶ）にしてＲＡＭ
４に記憶させる。
【００１１】ステップＳ２２０では読み込まれた文書イ
メージを表示部８に表示する。ステップＳ２３０ではデ
ィスプレイ８を見ながらキーボード１４とポインティン
グデバイス（以下ＰＤと呼ぶ）を使って位置を指定し、
ノイズ等文書イメージの不要な部分を消去する。ステッ
プＳ２４０では文字認識を行う領域・画像処理を行う領
域のブロックを指定する。指定はＰＤを使って所望のブ
ロック（矩形領域）をＰＤのドラッグ操作により囲んで
行う。
メージを表示部８に表示する。ステップＳ２３０ではデ
ィスプレイ８を見ながらキーボード１４とポインティン
グデバイス（以下ＰＤと呼ぶ）を使って位置を指定し、
ノイズ等文書イメージの不要な部分を消去する。ステッ
プＳ２４０では文字認識を行う領域・画像処理を行う領
域のブロックを指定する。指定はＰＤを使って所望のブ
ロック（矩形領域）をＰＤのドラッグ操作により囲んで
行う。
【００１２】ステップＳ２５０では領域ごとに処理モー
ドの設定を行う。処理モードとは、領域をどう処理する
か（文字認識か画像圧縮かなど）等の処理する条件の情
報である。処理条件は、文字認識の場合、縦組／横組，
改行コードの入れ方（各行に入れるか・段落ごとに入れ
るか・全く入れないか），認識対象字種（日本語か英数
字か），詳細辞書（どの辞書を使用するか）、の指定及
び選択が可能である。また画像圧縮であれば、その圧縮
手法の選択（ＭＭＲ，ＭＨ，ＭＲ、それ以外か）が可能
になっている。ステップＳ２６０では画像圧縮のモード
を設定された領域について、圧縮処理を行いイメージを
符号化して符号化データをＲＡＭ４に一時記憶する。
ドの設定を行う。処理モードとは、領域をどう処理する
か（文字認識か画像圧縮かなど）等の処理する条件の情
報である。処理条件は、文字認識の場合、縦組／横組，
改行コードの入れ方（各行に入れるか・段落ごとに入れ
るか・全く入れないか），認識対象字種（日本語か英数
字か），詳細辞書（どの辞書を使用するか）、の指定及
び選択が可能である。また画像圧縮であれば、その圧縮
手法の選択（ＭＭＲ，ＭＨ，ＭＲ、それ以外か）が可能
になっている。ステップＳ２６０では画像圧縮のモード
を設定された領域について、圧縮処理を行いイメージを
符号化して符号化データをＲＡＭ４に一時記憶する。
【００１３】・文字切出し ステップＳ２７０では文字認識のモードの領域（イメー
ジデータ）について文字切出し処理を行う。その方法
は、行方向の黒画素のヒストグラムをとってヒストグラ
ムの谷間で行の切れ目とし、各行について行と垂直方向
に黒画素のヒストグラムをとってヒストグラムの谷間で
文字の切れ目とするとよく使われている公知の方法であ
る。
ジデータ）について文字切出し処理を行う。その方法
は、行方向の黒画素のヒストグラムをとってヒストグラ
ムの谷間で行の切れ目とし、各行について行と垂直方向
に黒画素のヒストグラムをとってヒストグラムの谷間で
文字の切れ目とするとよく使われている公知の方法であ
る。
【００１４】本実施例では、まずすべての行切り出し処
理を行ってしまい、そして一つの行について文字切りを
行う。文字切りされた文字についての文字切り枠の座標
データはＲＡＭ４に記憶される。文字切り枠の座標デー
タとは一つの文字を囲む矩形の左上の頂点座標（ｘ，ｙ
座標）と横辺の長さ・縦辺の長さである。文字切り枠の
座標データは、ある行についての文字切り出しが終わっ
て次の行の文字切出しを行っても消去しないで順次残し
ておくものとする。文字のシーケンス番号をｒとする
と、文字切り枠の座標データの構造体配列をＨ［ｒ］と
して、Ｃ言語で以下のように定義する。ただし、文字の
シーケンス番号ｒは、第一行目，第二行目，…，と文字
切出しを行った順番に文字に番号付けをしたものとす
る。 #define MAX_NUMS 100000 /* H[r]の最大サイズ */ struct H_DATA{ int Point_x; /* 左上頂点のx座標 */ int Point_y; /* 左上頂点のy座標 */ int Side_x; /* 横辺の長さ */ int Side_y; /* 縦辺の長さ */ } H[MAX_NUMS]; ・特徴抽出 次にステップＳ２８０では、文字画像から特徴抽出を行
い特徴ベクトルを求める。これは、ＣＰＵ１がＲＡＭ４
にある文書イメージからステップＳ２７０で求められた
文字切り枠の座標データを基にして文字画像１個を取り
出して特徴抽出部５の中にある不図示の文字バッファに
転送し、特許公平２−５９５０７で開示されている方法
で加重方向ヒストグラムなる特徴ベクトルを特徴抽出部
５が求め前記文字バッファに一担格納した後、ＣＰＵ１
に制御を渡し、ＣＰＵ１がＲＡＭ４に特徴ベクトルを記
憶する。ここで、特徴抽出部５の内部については詳細を
述べないが、例えばマイクロプロセッサで処理する方法
を取れば良い。得られた特徴ベクトルをＸｉ（ｉ＝１，
２，…，ｎ）とする。ベクトルの次元数ｎは特許公報平
２−５９５０７では７２となる。
理を行ってしまい、そして一つの行について文字切りを
行う。文字切りされた文字についての文字切り枠の座標
データはＲＡＭ４に記憶される。文字切り枠の座標デー
タとは一つの文字を囲む矩形の左上の頂点座標（ｘ，ｙ
座標）と横辺の長さ・縦辺の長さである。文字切り枠の
座標データは、ある行についての文字切り出しが終わっ
て次の行の文字切出しを行っても消去しないで順次残し
ておくものとする。文字のシーケンス番号をｒとする
と、文字切り枠の座標データの構造体配列をＨ［ｒ］と
して、Ｃ言語で以下のように定義する。ただし、文字の
シーケンス番号ｒは、第一行目，第二行目，…，と文字
切出しを行った順番に文字に番号付けをしたものとす
る。 #define MAX_NUMS 100000 /* H[r]の最大サイズ */ struct H_DATA{ int Point_x; /* 左上頂点のx座標 */ int Point_y; /* 左上頂点のy座標 */ int Side_x; /* 横辺の長さ */ int Side_y; /* 縦辺の長さ */ } H[MAX_NUMS]; ・特徴抽出 次にステップＳ２８０では、文字画像から特徴抽出を行
い特徴ベクトルを求める。これは、ＣＰＵ１がＲＡＭ４
にある文書イメージからステップＳ２７０で求められた
文字切り枠の座標データを基にして文字画像１個を取り
出して特徴抽出部５の中にある不図示の文字バッファに
転送し、特許公平２−５９５０７で開示されている方法
で加重方向ヒストグラムなる特徴ベクトルを特徴抽出部
５が求め前記文字バッファに一担格納した後、ＣＰＵ１
に制御を渡し、ＣＰＵ１がＲＡＭ４に特徴ベクトルを記
憶する。ここで、特徴抽出部５の内部については詳細を
述べないが、例えばマイクロプロセッサで処理する方法
を取れば良い。得られた特徴ベクトルをＸｉ（ｉ＝１，
２，…，ｎ）とする。ベクトルの次元数ｎは特許公報平
２−５９５０７では７２となる。
【００１５】・大分類 特徴抽出処理が終わったら次のステップＳ２９０へ進
む。
む。
【００１６】ところで、大分類辞書１２には各文字ごと
に一定数個（十分大きな数、例えば５００個）のサンプ
ル文字画像から求められた特徴ベクトルの平均値（平均
特徴ベクトルと呼ぶ）があらかじめ文字コードと対応さ
せられて記憶されている。文字ｓに対する文字コードを
ｃ（ｓ）、平均特徴ベクトルをｍi（ｓ）（ｉ＝１，
２，…，ｎ）とすると、ｃ（ｓ）とｍi（ｓ）（ｉ＝
１，２，…，ｎ）の対応テーブルが大分類辞書１２に記
憶されている。ここでｓは文字につけられたシーケンシ
ャルな番号で、ｓ＝１，２，…，Ｎとして、これらのｓ
個の文字の集合を認識対象文字セットと呼ぶ。Ｎは例え
ばＪＩＳ第一水準漢字と非漢字を含む規模の３５００で
ある。
に一定数個（十分大きな数、例えば５００個）のサンプ
ル文字画像から求められた特徴ベクトルの平均値（平均
特徴ベクトルと呼ぶ）があらかじめ文字コードと対応さ
せられて記憶されている。文字ｓに対する文字コードを
ｃ（ｓ）、平均特徴ベクトルをｍi（ｓ）（ｉ＝１，
２，…，ｎ）とすると、ｃ（ｓ）とｍi（ｓ）（ｉ＝
１，２，…，ｎ）の対応テーブルが大分類辞書１２に記
憶されている。ここでｓは文字につけられたシーケンシ
ャルな番号で、ｓ＝１，２，…，Ｎとして、これらのｓ
個の文字の集合を認識対象文字セットと呼ぶ。Ｎは例え
ばＪＩＳ第一水準漢字と非漢字を含む規模の３５００で
ある。
【００１７】さて、ステップＳ２９０では、ステップＳ
２７０の処理で文字切りされた文字画像と認識対象文字
セットの内のすべての文字との間で、特徴ベクトルＸｉ
と平均特徴ベクトルｍｉ（ｓ）の次式で定義されるユー
クリッド距離Ｄ（ｓ）を計算する。
２７０の処理で文字切りされた文字画像と認識対象文字
セットの内のすべての文字との間で、特徴ベクトルＸｉ
と平均特徴ベクトルｍｉ（ｓ）の次式で定義されるユー
クリッド距離Ｄ（ｓ）を計算する。
【００１８】
【数１】
【００１９】Ｄ（ｓ）が昇順になるように認識対象文字
セットをソートして上位５０個の文字について文字番号
ｓと文字コードｃ（ｓ）と距離値Ｄ（ｓ）をＲＡＭ４に
記憶する。これらの５０個の文字を候補文字セットと呼
ぶ。
セットをソートして上位５０個の文字について文字番号
ｓと文字コードｃ（ｓ）と距離値Ｄ（ｓ）をＲＡＭ４に
記憶する。これらの５０個の文字を候補文字セットと呼
ぶ。
【００２０】・詳細識別 詳細辞書Ａと詳細辞書Ｂは、それぞれ後続して処理され
る詳細識別Ａ，詳細識別Ｂで使用される識別辞書で、そ
れぞれ認識対象文字セットすべての文字について文字コ
ードｃ（ｓ）と標準パターンΨ（ｓ）の対応テーブルを
含む。ここでは詳細辞書Ａは明朝体用の、詳細辞書Ｂは
ゴシック用の詳細辞書である。
る詳細識別Ａ，詳細識別Ｂで使用される識別辞書で、そ
れぞれ認識対象文字セットすべての文字について文字コ
ードｃ（ｓ）と標準パターンΨ（ｓ）の対応テーブルを
含む。ここでは詳細辞書Ａは明朝体用の、詳細辞書Ｂは
ゴシック用の詳細辞書である。
【００２１】標準パターンΨ（ｓ）は、平均特徴ベクト
ルｍi（ｓ），固有ベクトルφij（ｓ），固有値λj（ｊ
＝１，２，…，ｋ）のすべての総称である。固有ベクト
ルφij（ｓ），固有値λj（ｊ＝１，２，…，ｋ）は、
特許公平２−５９５０７号で定義されているものであ
る。ただし、詳細辞書Ａは明朝体の学習サンプルからも
とめられた標準パターンを、詳細辞書Ｂはゴシック体の
学習サンプルからもとめられた標準パターンを記憶して
いる。また、ここでｋは３とする。
ルｍi（ｓ），固有ベクトルφij（ｓ），固有値λj（ｊ
＝１，２，…，ｋ）のすべての総称である。固有ベクト
ルφij（ｓ），固有値λj（ｊ＝１，２，…，ｋ）は、
特許公平２−５９５０７号で定義されているものであ
る。ただし、詳細辞書Ａは明朝体の学習サンプルからも
とめられた標準パターンを、詳細辞書Ｂはゴシック体の
学習サンプルからもとめられた標準パターンを記憶して
いる。また、ここでｋは３とする。
【００２２】さて、ステップＳ３００ではステップＳ２
７０で文字切りされた文字と候補文字セットのすべてに
対して、詳細辞書Ａの各データを用い疑似ベイズ識別式
Ｂ1（ｓ）を計算し、Ｂ1（ｓ）の値に昇順にソートし、
上位１０個の文字の文字番号ｓと文字コードｃ１（ｓ）
と識別値Ｂ１（ｓ）をＲＡＭ４に記憶し、後で使用する
チェック候補フラグ領域および書体コード領域を確保す
る。
７０で文字切りされた文字と候補文字セットのすべてに
対して、詳細辞書Ａの各データを用い疑似ベイズ識別式
Ｂ1（ｓ）を計算し、Ｂ1（ｓ）の値に昇順にソートし、
上位１０個の文字の文字番号ｓと文字コードｃ１（ｓ）
と識別値Ｂ１（ｓ）をＲＡＭ４に記憶し、後で使用する
チェック候補フラグ領域および書体コード領域を確保す
る。
【００２３】同様にステップＳ３１０でもステップＳ２
７０で文字切りされた文字と、候補文字セットのすべて
に対して、詳細辞書Ｂの各データを用いて疑似ベイス識
別式Ｂ2（ｓ）を計算し、Ｂ2（ｓ）値の昇順にソートし
て、その上位１０個の文字の文字番号ｓ、文字コードｃ
２（ｓ）、識別値Ｂ２（ｓ）をＲＡＭ４に記憶し、後で
使用するチェック候補フラグ領域および書体コード領域
を確保する。
７０で文字切りされた文字と、候補文字セットのすべて
に対して、詳細辞書Ｂの各データを用いて疑似ベイス識
別式Ｂ2（ｓ）を計算し、Ｂ2（ｓ）値の昇順にソートし
て、その上位１０個の文字の文字番号ｓ、文字コードｃ
２（ｓ）、識別値Ｂ２（ｓ）をＲＡＭ４に記憶し、後で
使用するチェック候補フラグ領域および書体コード領域
を確保する。
【００２４】図３は１文字についてのこれらの識別結果
のデータのＲＡＭ４におけるデータ形式を説明してい
る。詳細識別Ａと詳細識別Ｂについてそれぞれ図３のデ
ータを別々に持っている。
のデータのＲＡＭ４におけるデータ形式を説明してい
る。詳細識別Ａと詳細識別Ｂについてそれぞれ図３のデ
ータを別々に持っている。
【００２５】・書体判別 ステップＳ３２０では、それぞれの書体（明朝体・ゴシ
ック体）に対して求められた疑似ベイズ識別式Ｂi
（ｓ）（ｉ＝１，２）を第一候補のものについて比較
し、疑似ベイズ識別式の値の小さい書体の方を書体判別
の結果とし、判別されて正しいとした書体に対応する詳
細識別の識別結果データをＲＡＭ４の別領域にコピー
し、かつその書体コードに明朝体ならば０をセット、ゴ
シック体ならば１をセットする。このコピーされた識別
結果データを認識データと以後呼ぶことにする。
ック体）に対して求められた疑似ベイズ識別式Ｂi
（ｓ）（ｉ＝１，２）を第一候補のものについて比較
し、疑似ベイズ識別式の値の小さい書体の方を書体判別
の結果とし、判別されて正しいとした書体に対応する詳
細識別の識別結果データをＲＡＭ４の別領域にコピー
し、かつその書体コードに明朝体ならば０をセット、ゴ
シック体ならば１をセットする。このコピーされた識別
結果データを認識データと以後呼ぶことにする。
【００２６】・チェック候補判定 詳細識別辞書Ａ，Ｂは、認識対象文字セットの各文字に
ついて前記の文字コードｃ（ｓ）と標準パターンΨ
（ｓ）のほかに、信頼度判定閾値Ｗi（ｓ）（ｉ＝１，
２）を対応させて含んでいるものとする。信頼度判定し
きい値Ｗi（ｓ）は、次のことが成り立つようにあらか
じめ実験的に定めることが可能である。
ついて前記の文字コードｃ（ｓ）と標準パターンΨ
（ｓ）のほかに、信頼度判定閾値Ｗi（ｓ）（ｉ＝１，
２）を対応させて含んでいるものとする。信頼度判定し
きい値Ｗi（ｓ）は、次のことが成り立つようにあらか
じめ実験的に定めることが可能である。
【００２７】文字ｓが第一位候補となった場合、文字ｓ
の識別値Ｂi（ｓ）と、第二位候補の文字ｐの識別値Ｂi
（ｐ）との差を、 δi（ｓ）＝Ｂi（ｐ）−Ｂi（ｓ） …（式−２） とし、これを候補識別値差と呼ぶとき、候補識別値差δ
i（ｓ）が信頼度判定閾値Ｗi（ｓ）より大きければ第一
位候補が確率的に正しいとみなし、候補識別値差δi
（ｓ）が信頼度判定閾値Ｗi（ｓ）より大きくなければ
第一位候補は信頼性に乏しいとみなし、あとで何かの手
段で認識結果の正当性を再チェックすべきものとする
「チェック候補」だと判定する。ステップＳ３３０では
このことを判定し、前記ＲＡＭ４に確保したチェック候
補フラグ領域に、チェック候補ならば１をセットし、チ
ェック候補でなければ０をセットする。
の識別値Ｂi（ｓ）と、第二位候補の文字ｐの識別値Ｂi
（ｐ）との差を、 δi（ｓ）＝Ｂi（ｐ）−Ｂi（ｓ） …（式−２） とし、これを候補識別値差と呼ぶとき、候補識別値差δ
i（ｓ）が信頼度判定閾値Ｗi（ｓ）より大きければ第一
位候補が確率的に正しいとみなし、候補識別値差δi
（ｓ）が信頼度判定閾値Ｗi（ｓ）より大きくなければ
第一位候補は信頼性に乏しいとみなし、あとで何かの手
段で認識結果の正当性を再チェックすべきものとする
「チェック候補」だと判定する。ステップＳ３３０では
このことを判定し、前記ＲＡＭ４に確保したチェック候
補フラグ領域に、チェック候補ならば１をセットし、チ
ェック候補でなければ０をセットする。
【００２８】ステップＳ２８０からＳ３３０までの処理
をステップＳ２７０で文字切りした一行分の文字画像に
ついて行う。そして、ステップＳ２７０へ戻り次の行に
ついて文字切出しを行ってステップＳ２８０からＳ３３
０までの処理を繰り返し、文字切出し・文字認識を行っ
ていない行がなくなれば、つまり、全ての行について上
記処理が終了していればステップＳ３４０へ進む。
をステップＳ２７０で文字切りした一行分の文字画像に
ついて行う。そして、ステップＳ２７０へ戻り次の行に
ついて文字切出しを行ってステップＳ２８０からＳ３３
０までの処理を繰り返し、文字切出し・文字認識を行っ
ていない行がなくなれば、つまり、全ての行について上
記処理が終了していればステップＳ３４０へ進む。
【００２９】・テキストデータ作成／保存／表示 次にステップＳ３４０ではＲＡＭ４に記憶してある認識
データ（図３）から第一位候補のみを取り出し、構造体
型配列Ｚ［ｒ］（ｒ＝１，２，…，ｕ；ｕは文字の個
数）を創り出す。このとき第一位候補の文字コードおよ
びその文字コードに対応する認識データを指し示すアド
レスポインタおよびシーケンス番号ｖ（後述する）の３
個の要素を一つの配列データとする構造体型配列Ｚ
［ｒ］を生成する。したがって、第一位候補に付随する
識別値・チェック候補フラグ・書体コードのほか第二位
以下の候補についてのそれらの情報も入力文字のシーケ
ンス番号ｒが決まれば容易に求めることができる。ただ
し、文字のシーケンス番号ｒは、第一行目，第二行目，
…，と文字切出しを行った順番に文字に番号付けをした
ものとする。
データ（図３）から第一位候補のみを取り出し、構造体
型配列Ｚ［ｒ］（ｒ＝１，２，…，ｕ；ｕは文字の個
数）を創り出す。このとき第一位候補の文字コードおよ
びその文字コードに対応する認識データを指し示すアド
レスポインタおよびシーケンス番号ｖ（後述する）の３
個の要素を一つの配列データとする構造体型配列Ｚ
［ｒ］を生成する。したがって、第一位候補に付随する
識別値・チェック候補フラグ・書体コードのほか第二位
以下の候補についてのそれらの情報も入力文字のシーケ
ンス番号ｒが決まれば容易に求めることができる。ただ
し、文字のシーケンス番号ｒは、第一行目，第二行目，
…，と文字切出しを行った順番に文字に番号付けをした
ものとする。
【００３０】また、認識したすべての文字のうちチェッ
ク候補フラグが１の文字について、ステップＳ２７０で
求めた文字切り枠の座標データの構造体配列Ｈ［ｒ］を
使って、元の文書イメージ（ＲＡＭ４に記憶してある）
より個々の文字画像を抽出し特徴ベクトルを求め、ＲＡ
Ｍ４に特徴ベクトルを連続して記憶する。これらの特徴
ベクトル指すシーケンス番号をｖ（＝１，２，…）で表
し、これらの特徴ベクトルをチェック候補文字特徴と呼
ぶ。
ク候補フラグが１の文字について、ステップＳ２７０で
求めた文字切り枠の座標データの構造体配列Ｈ［ｒ］を
使って、元の文書イメージ（ＲＡＭ４に記憶してある）
より個々の文字画像を抽出し特徴ベクトルを求め、ＲＡ
Ｍ４に特徴ベクトルを連続して記憶する。これらの特徴
ベクトル指すシーケンス番号をｖ（＝１，２，…）で表
し、これらの特徴ベクトルをチェック候補文字特徴と呼
ぶ。
【００３１】そして、上述の構造体型配列Ｚ［ｒ］にそ
の文字に対応する特徴ベクトルを指し示す上記のシーケ
ンス番号ｖを構造体要素として持たせる。ただし、チェ
ック候補フラグが０のときはｖ＝０としておく。
の文字に対応する特徴ベクトルを指し示す上記のシーケ
ンス番号ｖを構造体要素として持たせる。ただし、チェ
ック候補フラグが０のときはｖ＝０としておく。
【００３２】上述の構造体型配列Ｚ［ｒ］から、文字コ
ード，シーケンス番号ｖ，ＲＡＭ４に記憶したチェック
候補文字の特徴ベクトルをすべてのｒについて外部記憶
装置１３に出力する。
ード，シーケンス番号ｖ，ＲＡＭ４に記憶したチェック
候補文字の特徴ベクトルをすべてのｒについて外部記憶
装置１３に出力する。
【００３３】このようにして認識結果の文字コードと、
チェック候補の文字については特徴ベクトルを対応させ
て記憶蓄積したことになる。
チェック候補の文字については特徴ベクトルを対応させ
て記憶蓄積したことになる。
【００３４】次にステップＳ３５０では、Ｚ［ｒ］から
文字コードを参照して対応する文字のフォントを不図示
のキャラクタジェネレータから生成して、表示部８に順
番に表示する。このとき、Ｚ［ｒ］のアドレスポインタ
から認識データのチェック候補フラグをみてフラグが１
ならば文字の色を赤色にて表示し、フラグが０ならば白
色で表示する。なお、表示部の背景色は黒色であり、認
識結果のテキスト表示部分は表示部全体の概ね半分の面
積を占める。あとの半分の表示部にはＳ２３０で表示し
た文書イメージの表示が残っている。そして、ステップ
Ｓ２７０で求めた文字切り枠の座標データより文字枠を
文書イメージに重ねて線描画する。
文字コードを参照して対応する文字のフォントを不図示
のキャラクタジェネレータから生成して、表示部８に順
番に表示する。このとき、Ｚ［ｒ］のアドレスポインタ
から認識データのチェック候補フラグをみてフラグが１
ならば文字の色を赤色にて表示し、フラグが０ならば白
色で表示する。なお、表示部の背景色は黒色であり、認
識結果のテキスト表示部分は表示部全体の概ね半分の面
積を占める。あとの半分の表示部にはＳ２３０で表示し
た文書イメージの表示が残っている。そして、ステップ
Ｓ２７０で求めた文字切り枠の座標データより文字枠を
文書イメージに重ねて線描画する。
【００３５】・候補入れ替え／文書保存 次にステップＳ３６０では、正当性のチェックはチェッ
ク候補が他と区別し安いので容易に行われて、オペレー
タが誤認識した文字を発見したならば、ＰＤでその部分
をクリックする。ＣＰＵ１はこれを検出すると、Ｚ
［ｒ］のアドレスポインタから認識データの情報から候
補文字を並べて表示部に表示し、オペレータにその候補
文字のなかから正して文字をＰＤで選択させる。この結
果、ＣＰＵ１は、表示されていた認識結果の文字が選択
された候補文字と入れ替る処理を行う。
ク候補が他と区別し安いので容易に行われて、オペレー
タが誤認識した文字を発見したならば、ＰＤでその部分
をクリックする。ＣＰＵ１はこれを検出すると、Ｚ
［ｒ］のアドレスポインタから認識データの情報から候
補文字を並べて表示部に表示し、オペレータにその候補
文字のなかから正して文字をＰＤで選択させる。この結
果、ＣＰＵ１は、表示されていた認識結果の文字が選択
された候補文字と入れ替る処理を行う。
【００３６】ステップＳ３７０では、以上のようにチェ
ックが終了したならば、表示されている認識結果のデー
タを文字コード列として外部記憶部１３へ出力する。な
お、ここで記憶した認識結果のデータはステップＳ３４
０で保存したものとは別の領域に記憶するものとする。
ックが終了したならば、表示されている認識結果のデー
タを文字コード列として外部記憶部１３へ出力する。な
お、ここで記憶した認識結果のデータはステップＳ３４
０で保存したものとは別の領域に記憶するものとする。
【００３７】
【他の実施例】上の実施例では、テキストデータの保存
を「候補入れ替え」の前に行い、すべてのチェック候補
文字について特徴ベクトルを保存したが、テキストデー
タの保存を「候補入れ替え」の後に行って、候補入れ替
えをしたチェック候補文字についてはｖ＝０として特徴
ベクトルを保存しないようにしてもよい。そうすれば、
文字修正を行って極力文字コードは正しくしても良い
し、文字修正を行わず極力手間を煩わすことをさけるこ
とも自由となる。
を「候補入れ替え」の前に行い、すべてのチェック候補
文字について特徴ベクトルを保存したが、テキストデー
タの保存を「候補入れ替え」の後に行って、候補入れ替
えをしたチェック候補文字についてはｖ＝０として特徴
ベクトルを保存しないようにしてもよい。そうすれば、
文字修正を行って極力文字コードは正しくしても良い
し、文字修正を行わず極力手間を煩わすことをさけるこ
とも自由となる。
【００３８】以上説明したように本実施例によれば、認
識結果が疑わしい文字（チェック候補文字）については
特徴ベクトルが保存されるので、後で精度のよい識別計
算をすれば正確な文字認識結果が得られる。したがっ
て、記憶量の効率が良くなり、かつ情報の間違いのない
便利な認識型文書ファイリング装置が実現可能となる。
識結果が疑わしい文字（チェック候補文字）については
特徴ベクトルが保存されるので、後で精度のよい識別計
算をすれば正確な文字認識結果が得られる。したがっ
て、記憶量の効率が良くなり、かつ情報の間違いのない
便利な認識型文書ファイリング装置が実現可能となる。
【００３９】尚、本発明は、上記の如く、複数の機器か
ら構成されるシステムに適用しても、１つの機器から成
る装置に適用しても良い。また、本発明はシステム或は
装置にプログラムを供給することによって達成される場
合にも適用できることは言うまでもない。
ら構成されるシステムに適用しても、１つの機器から成
る装置に適用しても良い。また、本発明はシステム或は
装置にプログラムを供給することによって達成される場
合にも適用できることは言うまでもない。
【００４０】
【発明の効果】以上説明したように本発明によれば、認
識結果が疑わしい文字については特徴ベクトルが保存す
ることで、後で精度のよい識別計算を行えるようにする
ことが可能になる。
識結果が疑わしい文字については特徴ベクトルが保存す
ることで、後で精度のよい識別計算を行えるようにする
ことが可能になる。
【００４１】
【図１】実施例の認識型ファイリング装置のブロック構
成図である。
成図である。
【図２】実施例の動作を説明するフローチャートであ
る。
る。
【図３】認識結果のデータの記憶形式を説明する図であ
る。
る。
１ ＣＰＵ ２ アドレス／データバス ３ イメージスキャナ ４ ＲＡＭ(Random Access Memory) ５ 特徴抽出部 ６，７ 詳細辞書１・２ ８ 表示部 ９ ポインティングデバイス １０ ＲＯＭ(Read Only Memory) １１ 大分類 １２ 大分類辞書 １３ 外部記憶部 １４ キーボード １５ プリンタ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 9194−5Ｌ Ｇ０６Ｆ 15/403 ３５０ Ｚ
Claims (4)
- 【請求項１】 入力した画像データから切り出した文字
画像を認識し、ファイリングする認識型文書ファイリン
グ装置であって、 文字画像の標準的特徴データを、文字種毎に文字コード
と対応させて記憶している識別辞書と、 切り出した文字画像の特徴ベクトルと前記標準的特徴デ
ータとから、文字種ごとに相違度を演算し、相違度の小
さい順から複数個の候補文字種を選出する識別手段と、 認識精度の不確かさを判定するチェック候補判定手段
と、 前記識別手段により選出された候補文字種の情報からテ
キストデータを生成するテキストデータ生成手段と、 チェック候補判定手段によりチェック候補となった候補
文字種に対応する特徴ベクトルを抽出するチェック候補
文字特徴抽出手段とを備え、 前記テキストデータ生成手段は、チェック候補の特徴ベ
クトルをテキストデータの候補文字種と対応させてテキ
ストデータに持たせ、該テキストデータを記憶すること
を特徴とする認識型文書ファイリング装置。 - 【請求項２】 前記チェック候補判定手段は、切り出さ
れた文字画像と認識候補文字に対する疑似ベイズ識別式
を算出し、第１の候補と第２の候補の文字に対する疑似
ベイズ識別式の値が所定の閾値を越えるか否かで不確か
さを判定することを特徴とする請求項第１項に記載の認
識型文書ファイリング装置。 - 【請求項３】 入力した画像データから切り出した文字
画像を認識し、ファイリングする認識型文書ファイリン
グ装置の制御方法であって、 文字画像の標準的特徴データを、文字種毎に文字コード
と対応させて予め記憶している識別辞書を参照し、切り
出した文字画像の特徴ベクトルと前記標準的特徴データ
とから、文字種ごとに相違度を演算し、相違度の小さい
順から複数個の候補文字種を選出する識別工程と、 認識精度の不確かさを判定するチェック候補判定工程
と、 前記識別工程により選出された候補文字種の情報からテ
キストデータを生成するテキストデータ生成工程と、 チェック候補判定手段によりチェック候補となった候補
文字種に対応する特徴ベクトルを抽出するチェック候補
文字特徴抽出工程とを備え、 前記テキストデータ生成工程は、チェック候補の特徴ベ
クトルをテキストデータの候補文字種と対応させてテキ
ストデータに持たせ、該テキストデータを記憶すること
を特徴とする認識形文書ファイリング装置の制御方法。 - 【請求項４】 前記チェック候補判定工程は、切り出さ
れた文字画像と認識候補文字に対する疑似ベイズ識別式
を算出し、第１の候補と第２の候補の文字に対する疑似
ベイズ識別式の値が所定の閾値を越えるか否かで不確か
さを判定することを特徴とする請求項第３項に記載の認
識型文書ファイリング装置の制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6283257A JPH08147314A (ja) | 1994-11-17 | 1994-11-17 | 認識型文書ファイリング装置及びその制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6283257A JPH08147314A (ja) | 1994-11-17 | 1994-11-17 | 認識型文書ファイリング装置及びその制御方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08147314A true JPH08147314A (ja) | 1996-06-07 |
Family
ID=17663117
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6283257A Withdrawn JPH08147314A (ja) | 1994-11-17 | 1994-11-17 | 認識型文書ファイリング装置及びその制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08147314A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000057315A (ja) * | 1998-08-06 | 2000-02-25 | Mitsubishi Electric Corp | 文書ファイリング装置及び文書ファイリング方法 |
| JP2000181931A (ja) * | 1998-12-18 | 2000-06-30 | Sharp Corp | 自動オーサリング装置および記録媒体 |
-
1994
- 1994-11-17 JP JP6283257A patent/JPH08147314A/ja not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000057315A (ja) * | 1998-08-06 | 2000-02-25 | Mitsubishi Electric Corp | 文書ファイリング装置及び文書ファイリング方法 |
| JP2000181931A (ja) * | 1998-12-18 | 2000-06-30 | Sharp Corp | 自動オーサリング装置および記録媒体 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6385350B1 (en) | Method and apparatus for producing a hybrid data structure for displaying a raster image | |
| US6366695B1 (en) | Method and apparatus for producing a hybrid data structure for displaying a raster image | |
| EP0439951B1 (en) | Data processing | |
| US7580571B2 (en) | Method and apparatus for detecting an orientation of characters in a document image | |
| US6327384B1 (en) | Character recognition apparatus and method for recognizing characters | |
| KR100412317B1 (ko) | 문자인식/수정방법및장치 | |
| US6763137B1 (en) | Recognition and clustering of connected components in bi-level images | |
| US8103100B2 (en) | System of implementing user handwriting and method thereof | |
| US5812696A (en) | Character recognizing method and apparatus | |
| US5150425A (en) | Character recognition method using correlation search | |
| US6947596B2 (en) | Character recognition method, program and recording medium | |
| US5625710A (en) | Character recognition apparatus using modification of a characteristic quantity | |
| JP2002015280A (ja) | 画像認識装置、画像認識方法および画像認識プログラムを記録したコンピュータ読取可能な記録媒体 | |
| JPH08147314A (ja) | 認識型文書ファイリング装置及びその制御方法 | |
| US11361529B2 (en) | Information processing apparatus and non-transitory computer readable medium | |
| US7133556B1 (en) | Character recognition device and method for detecting erroneously read characters, and computer readable medium to implement character recognition | |
| JP3623992B2 (ja) | 文字認識装置及び方法 | |
| JPH0830725A (ja) | 画像処理装置及び方法 | |
| US11710331B2 (en) | Systems and methods for separating ligature characters in digitized document images | |
| JP3060248B2 (ja) | 表認識装置 | |
| JP4697387B2 (ja) | 原稿画像判定装置、原稿画像判定方法及びそのプログラム | |
| JP2906758B2 (ja) | 文字読取装置 | |
| JP3157530B2 (ja) | 文字切り出し方法 | |
| JPH0816719A (ja) | 文字切り出し方法とこれを用いた文字認識方法及び装置 | |
| JPH06208652A (ja) | 画像処理方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20020205 |